공공기관 AI, 왜 온프레미스여야 하는가 — 공공 AI 플랫폼 도입 가이드
SaaS를 쓸 수 없는 이유: SaaS와 온프레미스의 데이터 경로를 7단계와 3단계로 비교하고, 개보법·국정원·N²SF·EU AI Act의 4중 통제선이 어떻게 SaaS를 동시에 차단하는지 짚습니다.
AI 에이전트 직접 만들기 — Flowise 데모 13개로 끝내기
AI Agent를 만들겠다고 결심했을 때 가장 막막한 지점은 "노드를 어디서부터 어떻게 연결해야 하는가"입니다.
첫 AI 에이전트 워크플로우 만들기 — Flowise 기초와 핵심 14개 노드
Flowise 설치와 Credential 등록, Hello World, 노드 카탈로그까지 한 번 거쳐 본 엔지니어가 대상입니다.
OpsKnow Repo — AI 시대 인프라 운영을 위한 지식 저장소
사내 GPU 1~2장으로 14B급 모델을 직접 구동하는 패턴이 표준이 되면서, 운영 지식의 1차 독자가 사람과 AI 둘로 늘었습니다
AI 에이전트 파이프라인을 한 파일로 — Flowise LLM 오케스트레이션 도입
최근 기업과 기관에서는 AI·LLM 기반 업무 자동화와 데이터 파이프라인, 챗봇 및 RAG 서비스의 도입이 필수가 되었습니다.
Python AI 프레임워크 비교 — Streamlit·Gradio·Dash
최근 AI 및 데이터 애플리케이션 개발 현장에서는 조직 내 Python 인력만으로 신속하게 대화형 챗봇, 데이터 대시보드, AI 기반 업무 자동화 앱을 구현해야 하는 수요가 급증하고 있습니다.
AI 시대 IT의 변화 — 앤드류 응(Andrew Ng)이 전하는 IT의 미래
오늘은 AI 분야의 세계적인 석학 앤드류 응(Andrew Ng) 교수가 스탠포드 대학교 강단 (Stanford CS230(Autumn 2025) “Lecture 9: Career Advice in AI”) 에서 전한 충격적이면서도 통찰력 있는 메시지를 깊이 있게 분석해 보고자 합니다.
GraphRAG로 구현하는 정확한 엔터프라이즈 AI — LLM 환각 해결
생성형 AI 시장이 성숙기에 접어들면서, 기업들은 이제 '신기한 챗봇'이 아닌 '신뢰할 수 있는 비즈니스 파트너'를 원하고 있습니다.
벡터DB+GraphDB로 만드는 GraphRAG — 신뢰할 수 있는 AI 구축
새로운 백서 소식을 가장 먼저 만나보세요!
우리 회사의 AI 성숙도는? GPU가 몇 장이 아닌 MCP 수가 중요한 이유
본 백서는 AI 도입을 둘러싼 현재의 산업 분위기를 정교하게 분석하는 것으로 시작합니다.
